#EBM #Statistics
Intro
- EBM = best evidence with clinical expertise and patient values
- คุณภาพ = clinical relevant+ valid
- Flow การทำงาน หลักๆ คือ
- ตั้งคำถาม (PICO)
- หาหลักฐาน (evidence)
- วิเคราะห์ วิพากษ์ (appraise)
- เอามาใช้จริง ได้ผลไหม (apply & evaluate)
Data

Errors
- Systematic = bias เพี้ยนอย่างมี direction แก้ด้วย study design คุณภาพ
- Random = chance เพี้ยนมั่ว (unpredictable) แก้ด้วย statistic ที่ดี

- กำหนดตั้งแต่ต้น ใช้คำนวณ sample size ร่วมกับ primary outcome
- power = โอกาสที่จะ detect ความต่างได้
Randomization
3 Keys-> ชนิดไหน, ปกปิดยังไง, balance ไหม
- เพื่อ ลด bias (selection)
- stratified -> ลด coufouding ได้ดี
- block randomization เป็นแค่ restricted true randomization
Study designs
Biases
| Types |
Solutions |
| selection |
balanced randomization |
Details
Biostats
-
p-value < 0.05 ลด alpha error | power > 90% ลด beta error
-
PPV~1/NPV~prevalence
-
NNT = 100/ARR(%)
-
Post-test odd = pretest odd x LR
- odd = prob/1-prob
- prob = odd/1+odd
- LR = True positive/False positive
- LR+ >10 good
- LR- <1/10 good
-
หา accuracy test จากกราฟ ใช้ AUC of ROC curve เข้าใกล้ 1 ดี
-
surrogate outcome เหมาะกับอะไร::โรคร้ายแรง
-
Pragmatic trial เน้น external validity + clinical relevant (effectiveness)
-
Explanatory trial เน้นตอบคำถาม work ไหม efficacy
-
Phases
- 1 = safety
- 2 = dose range
- 3 = clinical trial
- 4 = market
-
split body = 2 intervention ในคนเดียว เช่น รูจมูก 2 ข้าง
-
Blinding
- ไม่ได้ทำได้เสมอ ไม่ได้ลด measurement bias เสมอไป
- The must in RCT ?
- statistician should ?
-
power calculation หรือการเพิ่ม sample size มีเพื่อลด random error ไม่ได้จัดการ bias
-
Dichotomus data = binary data = yes/no high/low male/female dead/alive






Bio-informations
Keys -> Scopus 1960 > Pubmed 1945 > Medline
- Pubmed search[options] L-R
- Scopus options["search"] OR-AND-NOT
- clinical key ยุ่งยากสุด
- citations ดูใน scopus ได้ทั้งไป-กลับ ส่วน pubmed ดูไม่ได้
- google scholar หาจาก full text เลยไม่เหมือนเจ้าอื่นใช้แค่ abstract +ชื่อต่างๆ
Pubmed
Keys -> ดู search detail ทุกครั้ง, MeshTerm, ATM
- หา author ใส่ [AU] ด้านหลัง
- อยากเห็น Find it @chula ต้องเข้าผ่าน link หสม
- advance search
- ต้องเข้าใจการทำงาน pubmed !!!
Automatic term mapping(ATM)
ทำให้ค้นหาง่าย easy keyword เพราะจะแมพเข้า meshterm อัตโนมัติเลย
Meshterm (Medical subject heading)
ช่วยให้หาได้กว้างขึ้น โรค/ภาวะเดียวกันพิมพ์คำ variation ไหนก็เจอ สะดวกดีนะ
- แต่ เหมือนเป็น hashtag ต้องรอคนมา add ใส่ paper ใหม่ๆ
- แต่ โรคใหม่ๆ ต้องรอคนสร้างก่อน
- แต่ paper โบราณ ตีพิมพ์ก่อนมี meshterm ก็เข้าไม่ถึง
- แต่ บางทีมีแถมคำที่ไม่ต้องการ
ห้องสมุด
- ยืม paper ข้ามหสม 5 บาท แต่ถ้าจากเครือ WHO ฟรี
- หาแบบ Title จะต้องขึ้นต้นด้วยคำนั้นเลย ไม่เหมือน keyword อยู่ตรงไหนก็ได้
- ไปดูพวก volume วารสารมีให้ยืมไหม
| Scholar |
Scopus |
Pubmed |
| med and non-med |
med |
med |
|
|
ชินกับคำค้น Meshterm ก็มี, tagging ทำให้หาง่ายกว่าในด้าน filter, ภาษามากกว่า update กว่า pubmed |
|
|
|
Analysis
- post-hoc ไม่น่าเชื่อถือ และถ้าข้อมูลหายจะทำไม่ได้
- interim
- good for ? :: severe disease (stop before danger)
- Network analysis = หา A-B ไม่ได้ เอา A-C subtract B-C แทน เพิ่มจำนวน paper
- NI trial ดูจากการคร่อม margin ฝั่ง?::control
- Regression analysis
| Outcome |
Test |
| categorical |
linear |
| continuous |
logistic |
| time to event |
cox proportional hazard |
| incidence rate |
poisson |
Diagnostic
- หา sense, spec, PPV, NPV, accuracy, LR+, LR-
- ถ้าเปรียบเทียบ Test A-B ใช้ ROC curve -> หาพื้นที่ AUC ใกล้ 1 สุด (มากสุด) = best
Prognosis

- อยากรู้ว่า นานเท่าไหร่ถึงตาย เลยต้องทำ survival analysis แทนการทำ chi square
- ใช้ time to event -> จำนวนเวลาที่มี hazard แต่ยังรอด คือ survival time
- loss f/u เอาที่เคยเก็บมาใช้ได้
- ดูโอกาสรอดชีพ(survival) ธรรมดา ใช้ Kaplan-Meier curve แสดงได้
- ถ้าจะ compare ระหว่าง ยา A-B -> ใช้ log rank หลักการคล้าย test
- ถ้าจะสร้าง model เลย predict โอกาสรอดได้จาก risk factors -> Cox proportional hazard regression
RCT
Keys -> intervention ทำ NI ก่อนไป superior (Heirachy testing)
- NI ควรมีทั้ง ITT + PP analysis ที่ agree กัน เอา margin มาจาก previous study
- NI ใช้ sample size > PP `verify?
- Composite endpoint
- เอาหลาย outcome มัดรวมกัน เพราะแต่ละอันอาจมี sample น้อยเกินไป ทำให้ power ไม่พอ detect ความต่าง
- ถ้าผล sig ต้องมาแยกว่าอันไหนตัวเด่น (event driven)
Systematic review and metaanalysis
- forest plot ดู result ของ studies ที่รวมเข้ามา
- funnel plot ดู publication bias
Economic
- Intangible cost = pain and anxiety
- Capital cost = resource with half-life > 1 year
- คำนวณ utility index
???
- ICER = ความต่าง cost/ความต่าง effective ใช้เทียบ new treatment/technology
- ถ้าได้ผลเท่ากัน คำนวณไม่ได้ 555

Ethics
- ตีพิมพ์ซ้ำได้ ต้องขอวารสารแรกก่อน ไม่งั้นผิด copyright
- Plagiarism ไม่ผิดกฏหมาย
- Copyright ลิขสิทธิ์ คุ้มครองทันทีที่สร้าง expression idea
- Patent สิทธิบัตร เครื่องหมายการค้า
Spot dx

MEQ
- สรุป paper นี้ น่าเชื่อถือไหม ?
- case-control
- cohort
- prognosis
- new Dx เกณฑ์ชัดเจน ระยะเดียวกัน
- f/u นานพอ ไม่ loss >20%
- objective outcome เถียงไม่ได้
- ทำใน population-setting ไม่ใช่โรงพยาบาล
- สรุป paper นี้ เอาไป apply ได้ไหม ?
- patient characteristic and exposure เหมือนไหม
- f/u time นานพอไหม